低调一年，李开复终于有了公开表达。

他的表达以一封内部信为起点，画风全然不是温文尔雅的“开复老师”。有声音调侃，AI创业把“开复老师”逼成了“销冠”。放在两年前，你很难想象他如此频繁谈论订单、客户和销售。

冲击在于，转变近乎瞬间发生。一年半前，刚成立一年的零一万物甩了个急转弯，放弃基模，转向看上去并不性感的ToB。原因很简单，甚至有点窘迫——打不过，于是连梦都不再做下去。对于这家画风突变的“六小龙”，不理解、看不懂乃至掉队的争议没断过，李开复没有解释，也没有自证。

期间，中国乃至全球AI的天变了一遍又一遍。在拿结果说话的商业世界，话语权在不断洗牌再洗牌。零一万物成了没有声音的“六小龙”。

直到今天，65岁的李开复第一次吐露，过去一年是排到人生前三的至暗时刻——团队遭遇信任危机，办公室一度空了三分之一工位，视AI为使命的他，要亲手捏碎皇冠上的那颗明珠，再完成一次彻底的身份转换——开复老师变身成一个每周见几十位CEO、谈订单、讲转型的“销售一号位”和“首席 AI 战略官”。

家人和团队甚至跟他急眼了好几次，说李开复你到底还在折腾什么，图什么呢？

一年之后，李开复终于摸索出一个新方向，他称之为中国Palantir，让AI真正进入传统行业赋能转型升级。这是个并不轻巧的toB苦生意，但在他看来，这是眼下唯一有足够庞大空间的方向。经过一年积累，至少从眼下看，这条路已经跑出了结果，李开复决定启动零一万物的上市。他很自信即便抽掉AI基模，零一万物的表现依然能打。

上市本就是个带有“好大喜功”色彩的动作，更何况创始人是一位享有巨大名声，刚从低谷站起身的人。李开复坦言上市的考量在于功能而非目标，更非名声。他甚至直言，过去三十年，自己太珍惜羽毛。那场病之后，他就不再考虑下行风险。

当一个人拥有巨大声量，就会被标签化成某种脸谱。很早之前，“李开复”就成了一个符号，欣赏者有之，质疑和批判亦有之。

其实抛开漂亮的名声、表达和企业叙事，过去一年的故事并不复杂——一位65岁的创业者，亲手推翻了曾经最看重的 AGI梦想，重新寻找出路，再重写一次自己的人生故事。

主持人：杨晓磊，投中信息CEO，学习积极分子，投资圈隐形KOL

嘉宾：李开复，零一万物创始人，一年见几百位CEO的CEO。

“生病以后，我不再考虑下行风险”

杨晓磊：我看了不久前零一万物三周年内部信，最直观的观感是——开复老师竟然这么接地气，你好像到了一个特别现实主义的状态。

今天的你更接近哪个身份？一个经历三年波折，还在带公司往前冲的CEO？一个终于等到AI时代的科技创业者？还是过去大家熟悉的那个“开复老师”？

李开复：信的最后一段没看到理想主义吗？

杨晓磊：不是没有理想，是表达方式变了。以前我总觉得你是写《论语》那个人，要站在行业前沿指方向。

李开复：难道我不是吗？我的方向不够指引吗？（笑）

首先我从来没有一个形象的定义，我从不演戏，我过去、现在和未来讲的话是真话，只是随着不同身份做不同的事。做投资人，我思考的是怎么投资和帮助创业者。做CEO，我思考的是长期的业务方向，短期怎么试错，犯错怎么快速调整。

现在我们达到一个PMF，在疯狂往前冲。一年半前我们还在试错，试了很多方向，模型能力也做出来一些，但后来发现全球算力开始疯狂上涨，海外玩家在烧大量GPU和资金，我们判断没有胜算，于是做出了最重要的决定——放弃 AGI。

很多人觉得坚持就是一直往前走，但我始终认为，懂得放弃有时反而是一种更高级的坚持。

杨晓磊：你随着角色做不同的事，那又是什么决定你的身份？

李开复：我觉得自己是更快看清未来的人，很多时候不是我想当什么，而是看到时代需要什么。

大学生迷茫的时候，我写《做最好的自己》，写《世界因你不同》，不是因为我特别会写书，不是我掌握了什么人生真理，而是觉得自己的经历也许值得分享，就用了自己的成功形象，把我认为那个时代需要的声音写出来。

之后互联网兴起，大家都想创业，都想成为马云，我觉得也许自己可以做投资人。再后来大模型终于来了。我1987年申请博士，申请书写得清清楚楚：AI是我的一生最爱，我不可能在AI真正到来的时刻放弃，所以义无反顾躬身入局。

杨晓磊：这番话还是很接近成功企业家的逻辑。当年蔡崇信加入阿里有个说法：下行风险不高，上行收益很大，哪怕最后不成，大不了再回投行。

李开复：非常理性。

杨晓磊：我是这么理解，投资本质是To B业务，没有口碑，只有数字。很多一线投资人投得不错，但实际跟普罗大众没有关系，但“开复老师”不一样。你是投资人中少数有广泛公众影响力的那位，过去二十多年你在科技、互联网、创投领域积累了巨大声誉，坦白说我实在不理解......

李开复：干嘛冒着风险往前闯是吗？

杨晓磊：你攒的东西太多了。年纪更长的企业家经常有个共同点，不决定。一开始我不理解，干嘛那么纠结？干就完了。后来发现他们不是纠结，是在等事情变化，等条件成熟，等一个最优解。

但你这笔账我一直算不过来。如果不创业，你完全可以去投一流GPU或者大模型，效益不会差的。为什么一定要自己干这个事？

李开复：我之前跟蔡崇信的思考一样，只是生病以后，我就不再考虑下行风险了。

为什么我能在苹果、微软、Google干那么多年？我要对家庭负责，而且人生一帆风顺，我不接受下行风险，为什么要去创业？后来做创新工场，又生了场病。我清楚记得，有次跟星云大师沟通，大师点出，你说自己在做伟大的事，难道就没有私心吗？你的私心最终会给世界带来什么？难道大家还会记得你吗？你的钱难道可以给到下一辈子吗？

于是我清晰看到了，不必在乎什么下行风险，晚节不保。我不是国家领导人，不是诺奖得主，不是Elon Musk，我做得好或不好，一百年后又有谁会记得我？那为什么要想下行风险？就算失败也不会让家人吃不上饭，一定程度也算稳定，那就够了。

生了病我第一次觉得，过去三十年我太爱惜羽毛，什么都追求影响力最大化，演讲要现场观众最多，教年轻人要教最厉害的，工作要做最光鲜等等。虽然我当时认定，写《世界因你不同》，留下最大的影响力是我的目标，但人总是人，总会把目标变成借口，让自己获得更多的名和利。

但人真正想要的是什么？通常是遵从了初心。当梦想来了，你是跟着往上飞，哪怕有摔下来的可能，还是就眼睁睁错过？

杨晓磊：几十年前你就是CMU计算机博士，今年你65岁了，同一桌的竞争对手很多是90后，你会觉得有些生不逢时吗？我听过一个美元基金老板的观点，他说大模型创业的战争应该属于年轻人，因为足够AI-Native，正当年，而且精力足够充沛。

李开复：观点不意外，不少投资人都这么想。其他我都愿意参考，唯独精力不旺盛这一点我绝不接受。我相信我们这帮大模型公司都热爱AI，但我觉得热爱越长，精力越旺盛。我等了45年，我的惊喜程度最高。

我还记得父亲临终前，我在抽屉找到他留下的两句话：老牛明知夕阳短，不必扬鞭自奋蹄。我父亲一直写书写到住院前一天，他觉得他有自己的历史使命，我也一样。很多人可能觉得未来还有50年，这个项目不成，下一个还能成。我只有这个机会，而且等了45年。

杨晓磊：你觉得所谓的AI Native是一个偏见吗？或者歧视？

李开复：当然是个正确观点，不过我认为我们非常AI。

杨晓磊：前几天听到一个“暴论”，小米MIMO负责人罗福莉说她偏爱大二、大三本科生，因为没有被社会“污染”，经验反而是包袱。

李开复：我不否认有一定道理。但我们的员工跟另外5家“小虎”，跟小米MIMO，基本没什么差别。我认为现在不是说，非AI Native就该下牌桌，而是大家都在AI Native的前提之下，谁最有可跑出一个商业模式。

我总有一种自信，我总觉得这一定有别人做不了而我能做的事，具体当时说不清，但总要试试。

其实回头看我的书《AI·未来》，除了AI编程，关于大模型的几乎一切我都预测到了，比如Agent爆发，AI转型，AGI的到来，人类面临的挑战等等。AI是我的梦，我的初心，AI时代来了，我怎么可能什么都不做，就只写本书呢？

我也投资了我认为可能成功的大模型公司，但大多没成功，那是不是意味着这个事应该我来做？那就做了。

杨晓磊：AI来了以后，大家尤其爱讲一个词叫“去登味”。我理解是不要让过去的惯性影响今天的决策。开复老师有“老登”压力吗？

李开复：如果这辈子我只干了一件事，比如一家传统公司做了40年，可能真的变老登。但你看我跳槽很多，换过四家公司，后来做创新工场，又做零一万物。做投资看过几百家公司跌宕起伏，我看到的唯一不变就是一定会变。

我是一个好奇心很重的人。从PC时代到互联网，到移动互联网，再到今天生成式 AI 驱动的AI 2.0时代，我经历这么多轮革命，学到的事其实很简单：过去可行的东西，今天未必可行，但有经验、有智慧的人，是可以从过去的革命抽象出一些认知，再放到新的时代。

杨晓磊：我理解让人变成“老登”的一个原因，就是经验或者成功。有句俗话是“人老实，话不多”，我聊过不少年纪更长的人，实际情况经常是“人老，实话不多”，他们经常聊着聊着就套上一层壳，告诉你一切都没问题。

李开复：听上去像是一种习惯了。有一种人容易变所谓的老登，就是他没经历过真正的失败。我们不好评价国内的朋友，你看乔布斯就是失败过的人，他被苹果董事会赶走了，Elon Musk也是，PayPal赚的钱几乎烧光，还差点破产。

扎克伯格反而是另外一种，他很长时间都没有失败过，Facebook成功，他改变了世界，后来收购了Instagram，收购WhatsApp，都是了不起的决定。可能正因为这样，一方面他变得特别自信，另一方面又容易把认知锁死在自己最成功的时代。所以到了元宇宙时代，到了GPU时代，AI时代，他会眼花缭乱，开始犯错。

我一直觉得，人犯错的时候应该珍惜。你可以否认失败，假装失败不存在，但这是最好的学习机会。我特别喜欢一本管理书，里面讲一个CEO最强大的能力，其实是自知之明。他知道自己的弱点在哪里，碰到错误的时候，不会逃避，不会不承认，反而从里面学习。

去年这些事，不是我第一次碰到挑战。我以前在SGI 曾亲历过公司从行业高点进入艰难调整期，后来被微软告，又得了癌症。去年转型这些事，你要说痛苦，当然痛苦。但跟前几次刻骨铭心的痛苦相比，真的不在一个量级。尤其癌症，癌症带给我最大的改变，是让我忽然意识到自己可能只剩下一百天。经历了这些，很多挫折突然就没那么可怕了。

当然，不是建议大家都去得一次癌症，只是既然得了，只能从中有所收获。

“自下而上的AI转型必然失败”

杨晓磊：不久前跟一直在硅谷看AI的投资人聊天，他反复强调“高价值任务”，观点是大模型最终要进入高价值任务，其中最先被验证的就是 Coding。

李开复：Coding当然重要，但我不认为coding是最高价值的任务，只是现阶段最容易验证价值，coding更像未来所有价值任务的基础设施。

杨晓磊：这是你创业过程中一个方向吗？

李开复：是，但我们没有孤注一掷，可能“六小虎”包括OpenAI可能都犯了这个错误，只有Anthropic抓到了这一点。当时大家都没有看得这么清楚。

如果问什么是“高价值”？最终还是要回答一些“世俗”的问题，收入增加了吗？利润增加了吗？增长加快了吗？产品上线更快了吗？规避重大风险了吗？

Coding毫无疑问帮很多公司创造了巨大价值。问题是，中国今天最需要的是再做一个世界最好的 Coding Model 吗？你看国务院的AI+计划，讲的是传统产业的AI化。中国GDP的主体是制造业，是能源，是零售，是物流，是金融，是大量传统企业。

互联网公司、AI企业天然就是AI Native，那其他企业怎么办？就让他们死在错过机会吗？转型一定是不可能的任务吗？这就是我们要走的路。

杨晓磊：你在零一万物放了多少精力，九成还是九成半？

李开复：10.5成。

杨晓磊：从基模切换到To B商业化，你的投资人对你有挑战吗？

李开复：还好，主要投资人就是阿里跟创新工场。当年我们为了烧基模需要很多GPU，阿里对我们帮助还是蛮大，创新工场就是自己的伙伴，虽然这事分割得很清楚，但工场等于有个兄弟一直在你旁边。其他投资人占比虽然少，但基本没有一个说你做得差想要退，或者是不相信方向了，从来没有。

杨晓磊：ToB其实也有两条路线。今年我调研一家投资机构，他们是某家上市基模的股东，他们也问创始人下一步往哪走，创始人回答，很简单，改造非Coding场景，那是一个三十到四十万亿美元的市场。但他们的方法是继续推动模型能力边界扩张，从 Copilot 到 Agent，最后逐步替代法律、财务、SaaS这些传统领域。这一路径跟你们不太一样，你们更像直接进入企业场景。

李开复：我举个例子，如果当年我是Intel或者AMD，按照摩尔定律，芯片每几年性能翻一倍，那是否意味着未来所有价值都会归芯片公司？并没有。我们看到后来出现了Office，出现了Photoshop，出现了ERP等无数软件公司，Windows并没有统治一切。

模型能力会持续提升，这毫无疑问，但后面到底是谁把价值创造出来？这是另一码事。为什么法律、财务公司这么快遇到危机？因为简单以为加点行业数据，再微调一下模型就有了壁垒，这种思维不堪一击，事谁都可以做。

杨晓磊：所以你把问题定义到了企业本身。

李开复：对，我们看到了Palantir。Palantir是一个特别有意思的案例，很多人只看到它估值高，却没看到Palantir真正的厉害在于一套方法论，包括一个非常强的Ontology系统，中文翻译叫“本体”，可以理解为企业的虚拟地图，能帮企业找到最重要的问题并创造价值。任何公司都有一套自己的运行逻辑，战略是什么，组织结构、决策体系是什么，短板是什么，什么数据最重要，哪些流程关键，哪些指标决定结果......这些共同组成一家企业的大脑。

去年DeepSeek火的时候，大家都特别兴奋，我认识至少一半企业都部署了DeepSeek。但问效果怎么样？对方坦诚讲，开复老师不好意思，最多的应用还是算力，跟业务没什么关系。

我经常打个比方，DeepSeek就像清华北大第一名的毕业生，如果不经任何训练就跑到公司工作，其实什么都做不来。一样的道理，怎么样把一个模型训练成一个懂公司的系统？这就是Ontology。只是建立Ontology是件非常繁琐而且非标的事情，即便两家都是制造业，但产品、文化、组织、决策机制不一样，所以不存在一个Ontology通吃所有企业。要先有一个Meta Ontology可以落地，要有一套工具，再加上你要有FDE进入企业，去快速理解业务，建立Ontology，再快速证明价值。

过去一年Palantir接触了一千多家企业，很多项目一到五天就能做出Demo，企业高管一看，立刻知道问题出在哪里，然后下单，平均订单一百万美元左右。很多人觉得To B一定是慢的，一年几个客户，还要慢慢建立关系，天天陪客户喝酒，Palantir证明了不是。如果你能闪电般证明价值，To B也能长出To C的增长曲线。

杨晓磊：所以零一万物会越来越像Palantir？

李开复：我们参考，但不完全一样，甚至我觉得有机会往前再走半步。我们基于一个AI2.0的Ontology，传统Ontology还是AI负1.0的状态，但老技术不适配今天的大模型，现在必须用自然语言，大模型才能理解，才能不断更新，形成闭环。

一旦Ontology部署落地，底层模型反而不重要。大模型基本没有黏性，觉得DeepSeek酷就用DeepSeek，嫌贵可以换Kimi。

杨晓磊：这是不是可以解释，为什么很多垂直模型最后做不出来？

李开复：对。今天业内有个大实话，垂模基本没什么价值。你有个底层模型，再去训练行业数据，这会让行业变好一些吗？会。但能不能解决老板真正关心的问题？未必。

这就是为什么Anthropic和OpenAI最近都逼不得已要去跟黑石、高盛合作复刻Palantir。

杨晓磊：印象里国内有不少团队在做类似的事，像阿里系、字节系应该都有。这套业务的壁垒在哪？对业务端和大模型都有理解，能用对模型微调去解决客户的问题？还是更前端，比如更洞悉一号位的需求点？

李开复：这个领域国内外需求都很大，我认为很多人都能跑出来，也祝他们好运。但我不认为我们会形成竞争，因为定制化成本不低，而且短期内客户太多，任何一家去打10个客户，很大概率是这10家别人根本碰都没碰过。

但要讲得犀利一点，中国To B行业非常难，因为企业对软件的付费习惯较低。很多老板的第一反应是，你来了解我的业务，还要我给钱？不收学费就不错了。另外企业习惯了招标模式，胜出者一般在两个条件之下，一是所谓的技术，一是所谓的商务，最后赢的一定是偏商务。就是谁便宜。所以最后往往是系统集成商做个八九分的东西，只收一半甚至三分之一、十分之一的钱。

国内To B环境充满挑战，所以我们要杀出一条血路，唯一走得通的就是一号位工程，只有CEO才有权力推动真正的转型。所以问题就变成，你怎么接触CEO？以及怎么打动CEO？

第一个问题，说实话是我的优势。我平均一个星期要见十五到二十位CEO，这个数量应该是国内最高之一。第二个问题更关键，怎么让CEO愿意给你一千万？如果只是基于对我本人的信任，数量那么多也不可持续，最后还得实打实做出东西。

去年我大概见了一百位CEO，最后转化成千万级订单的大概五家，其实很艰难。有些企业的核心业务非常复杂。一家全球头部的南半球矿业企业基于信任给了一笔大定金，我们大概花了八个月才做完，现在可能缩短到四个月。

但有件事我们基本看清楚了，自下而上的AI转型必然失败。这优化一点，那砍一点，加起来也不会改变财报。

杨晓磊：海外市场是有很好的付费习惯，可他们为什么要相信一个来自中国的To B AI公司？这个门怎么过？

李开复：一号位工程。

我还是很相信星云大师说的，我结了很多善缘，不是佛家的善缘，而是过往积累的好感跟信任。在创新工场时，很多公司请我去给董事会，给管理层讲课，比如达沃斯认识一些CEO，他们请教我AI，有时请我做顾问，我基本都免费。他们觉得我是一个没有目的、乐于分享的人。我当时确实也是。现在我有公司了，我就会跟他们说，当时跟你讲做AI还有点早，现在时机到了，你要不要听一听我们的做法？

当然，还有一些零一万物和创新工场的资方或LP。

新认识的朋友就得就事论事，比如我这次出差英国，要出席《华尔街日报》AI主题的CEO论坛，还有是家族办公室的AI论坛。算一下，我大概会见100个10亿美元收入以上的CEO。哪怕他们只想让我从文化的角度来讲，没关系，一号位工程最后总是一个文化，一个管理方式，讲完就可以跟进。做好了就会有口碑相传。比如有一家澳洲公司听另一家澳洲公司用了觉得效果不错，主动找上我们，口碑慢慢地就扩散了。

杨晓磊：你具体是怎么谈落地的？

李开复：大部分传统公司CEO，他要么相信AI，要么恐惧AI。他们可能都想好了战略，也准备好AI转型，但不知从哪里做起。首先我会说，你需要从承认不知道从哪里开始，你信不信任我来帮你做？谈好的话，下一步就是“麦肯锡”了。

我们有个咨询团队，很多来自麦肯锡、BCG、德勤等等。一般我是直接见到CEO的first coach，合作模式是先收一个类似麦肯锡但更低的费用，然后团队会去做一些访谈，基于我们的认知，做一个针对企业长期战略、技术边界、如何快速落地价值的一整套方法论，再从CEO顶层开始落地。

杨晓磊：我本以为你会排斥，开复老师好像变成“销冠”了，你是公司最大的Sales。

李开复：是最大的敲门砖。其实敲门并不辛苦。我近期去瑞士、伦敦、塞尔维亚、澳洲，不也是很快乐的生活？不忙我就去当地转转，假如我65岁退休，我不也是去这些城市吗？有活就一起做了。

杨晓磊：一号位工程就是一号位，你的个人投入需要很多。另外听你谈订单确实是奇怪的事，我还是有很冲击的观感。

李开复：回过头看这件事，为什么今天我有一个被信任的名声？很大程度要感谢星云大师当年对我的开导，那些可遇不可求的善缘，我心存感恩。

另一件事，是我即将出版的新书，本以为创业之后会没时间写作，但我还是把这些年沉淀的 AI 转型方法论，以及作为企业客户“首席 AI 战略顾问”的实战经验，都写进了这本书里。
书名叫《AI未来已来》，里面既有宏观战略，也有具体的方法论，系统拆解 AI 如何重塑 CEO、组织和个人的领导力。我希望这本书能成为一把钥匙：对于真正需要的人来说，包括见客户时候，它可以直接点醒认知，找到知音。

杨晓磊：写书我理解是把认知、想法做系统的总结，对公众做公开的披露。

李开复：对。

杨晓磊：这会引发你的竞争对手产生在业务上的认知争议吗？

李开复：还好，“六小虎”打法都不一样，我不会去做智谱、Mini Max，或许也做不了，反过来也是一样。我觉得每家公司就应该看清楚自己的核心竞争力，把长板做到极致，把短板补起来，走自己的路就好。走着走着，有些老虎可能变成豹子狮子，有些可能变成恐龙了。

杨晓磊：今天国内的基模公司太多了，你担心这个事吗？

李开复：不担心。大家对自身优势很清楚，那就各做各的。麦当劳很赚钱，新荣记也很赚钱。因为Open Claw的出现，他们得到了一个很好的商业模式，有这么多收入。谁会放掉Anthropic一样的日子，还要从零去做另外一个东西，怎么可能？我是他们也不会做。

我觉得这一波中国AI公司还是非常有教养的，大家还是彼此学习、彼此认可。不像以前的几波浪潮，最后杀得你死我活。所以我也祝他们好运。

杨晓磊：眼下看到的高价值任务至少还可持续。

李开复：这是另一个问题。Open Claw能支撑多久，下一个会是什么？OPC能不能成？在这样一个千变万化的时代，大家都可能比想象中更成功，也可能只是昙花一现。

“我这人的追求一直没太变，只是时代变了”

杨晓磊：现在这套商业模式是怎么来的？哪些是路径依赖来的？哪些是市场剧烈变化导致不得不选择的结果？还是说，AI发展到了今天某个时间点，这一模式本身就是最优解？

李开复：这里绝不是说，我们的商业模式就是最好。我相信每家中国公司都梦想有Anthropic的商业模式，但我们必须务实。

为什么走到今天？毕竟我有这么多年的经验，我能看出什么时候客户眼中有火花，比如一个技术和产品，可以让他知道明年最大的三个风险，哪些是CEO应该知道但不知道的，或者团队哪些人技术超强、乐于助人，我应该认识他们，甚至哪些人近期有离职风险等等。

杨晓磊：你们能做到这个程度吗？

李开复：当然还有少量幻觉，需要CEO核实。我每天都在用了，我认为这就是对的方向。至于怎么找到的？你刚才说的不是完全错误，走投无路是比较不堪的说法，真实一点，是我看到国内商业化挑战很大，海外同样困难重重，但我们有独特的打法。

国内 To B 可以做，但必须有特⾊，我们先靠海外⾛⼏步，把试错做了。

杨晓磊：你描述这个事，听上去确实挺打动人，很像拥有一个“CEO锦衣卫”。

李开复：CEO一般不可能亲自去做这个事，他可能派董秘，派HR去渗透。那直接交给AI不就知道了吗？

杨晓磊：按我之前的理解，这是个特苦的To B生意。

李开复：苦啊，我们的人要捏着鼻子去养鸡场，戴着硬帽子去矿场。你绝不可想象这是美国公司会干的事。

经过这些，那些希望在按摩舱里编程就改变世界的人自然会离开我们。你可能也看到，那段日子零一万物三分之一的人都想走，都在递简历。团队士气低落当然会是很痛苦的过程，但另一方面，也让那些看到商业价值的人留下来了。

杨晓磊：三年前创立零一万物的时候，我相信你有一个美好的预期，跟今天至少不完全一样。过程里有一些起伏和挑战，有人离职，甚至社媒也不完全像过去对开复老师全是正面消息或者崇拜。创业第一天的时候，你心里有过最差预期吗？上面这些算吗？

李开复：当然。最差比如钱烧完了，事没做成。上面是第二差预期，至少还有起死回生的机会。毕竟我在工场投了400家公司，创业百态统统看过，自己上船了，我对任何结果都有思想准备。

杨晓磊：注意到零一万物接下来要做一轮融资，然后要去上市了，当然部分原因是ARR、订单都能看得到了。但我记得很早之前你讲过，做零一万物短期不考虑变现，盈利不会变成公司唯一目标。这个上市动作不矛盾吗？

李开复：我没有说公司不准备变现，是我自己十年内不套现。公司变现是一个正常的里程碑，因为上市是最好的融资方法，只要公司做得好，就不用花太多时间在融资上面。第二是，卖产品的时候，上市公司会得到更高的公信力。

从创立到今天每一个采访我都说过一个灵魂拷问：抽掉所有的AI元素，你的PMF是不是可以上市？如果因为AI元素乘以1.5，OK，如果乘以100，那是站在一个很危险的悬崖上。

我做到了当时的承诺，我们做到了财务可上市，报表是拿得出手的，当然估值可能会低一点。当浪潮退去，看谁在裸泳的时候，我可以过灵魂拷问这一关。

我们还有很多事想做，至少得成为中国的Palantir，Palantir在美国有多强，我们就希望做一个在中国有多强的公司。所以需要更多的资金、更稳定的平台

杨晓磊：中国Palantir，还有别的路径吗？

李开复：刚开始是这样的。主权AI也是我们的特色。我们跟Palantir的做法不太一样。我觉得中国的Palantir可以有两个定义，一是服务国家关键战略项目，这类项目对安全和可靠性要求极高，从这个角度美国Palantir绝对有优势。另一个角度就是我们在做的产业AI转型。

零一万物与Palantir的路径差异在于，我们以主权AI为特色推动中国方案走出去，已在哈萨克斯坦等共建一带一路国家落地；同时聚焦产业AI转型，帮助企业创造真实价值，目前已服务多家国际标杆客户，并在武汉、内江形成可复制的城市级AI方案。

杨晓磊：有一个结论很残酷，科技发展跟大多数人并不相关。意思是不管科技怎么发展，大多数人都是螺丝钉，是被剥削的那个。科技是个“可怕”的力量，推动社会往前走的同时还加快了人的分层，前几天我看到一篇文章，口径甚至是“永久分层”。

李开复：那是比较客气的，还有一篇paper说，AI最后会让人类灭亡，理由是AI占有了所有生产力，人没有钱不消费，最后经济就倒掉了。这篇我不觉得完全正确，但阴谋论也好，对世界的担忧也好，确实是我们面临的。

杨晓磊：AI到底会把这个社会变成什么样？我发现大家都有一种很强的恐惧感，总觉得如果离AI远一点，就会被甩下去，就会被分层掉。我自己也有这种感觉，所以会去折腾模型，折腾Agent，折腾各种AI工具。

另外，科技发展好像跟大多数人并不相关，技术一直在加速分层，超级顶薪的人越来越强，普通人的机会越来越少。所以AI到底会把社会带到哪里？普通人又该怎么面对它？

李开复：像你这样的人其实是少数。AI今天最大的误区之一，就是很多人还没开始，就先把自己淘汰。他们脑子认定这是程序员的东西，我不会，于是机会就错过去了。还有一些企业，他们觉得找一家供应商，招个标，做个 Agent就是AI转型，可最后大概率拿不到真正的价值。

今天你我都有一点布道者的责任。我想让更多人知道AI比想象强大，但其实用起来没有想象中那么复杂，而且一定要亲手去用，自己对 AI 有手感。我的新书就在讲这个事情，很多人告诉你的其实是错的，我希望更多人能上手去体验。刚刚我们讲的很多工具，其实每个CEO都可以用。

杨晓磊：如果把时间再拉长一点，人工智能过去五年到今天，甚至未来五年，有什么东西是始终不变的？还是说AI已经把很多不变的东西都改变了？

李开复：我本身对AI非常乐观，但AI的发展速度还是超过了我的想象，尤其过去一年半。在这种情况下，我们必须不断挑战自己过去的人生经验，不要糊弄自己。

杨晓磊：在具体工作里，我常有一种习惯，团队给我一个方案，我的第一反应是方案的方法可能是错的。我会把方案丢给AI，让AI来反过来看看哪里有问题。

李开复：我不同意。如果你的员工没有用AI来做方案，其实已经输在起跑线上了。当然，也许你比他更会用AI，你能发现他没发现的问题，但问题不应该是你去纠错，而是他为什么不用。

前一阵我跟一个名校学生聊天，他给我看毕业论文，想靠这个找工作。我问他，你写论文用大模型了吗？他说没有。我说为什么不？他说学校不允许。我就直接去找院长，问你们到底在干什么？今天企业里所有东西都是先让大模型开始做，然后我们再做判断。

人的价值不在于敲字，在于洞察，在于提出正确的问题，在于追问。我今天写任何一篇文章都会调用二三十甚至五十次模型。但我不觉得一个刚毕业的学生有能力写出同样的东西，因为真正的价值不是文字本身，而是那几十个问题，所以为什么要把时间浪费在写第一稿上？ 

杨晓磊：所以你已经彻底改变工作方式了？

李开复：彻底变了，彻底 AI First。我现在已经没有0到1的思考，一定是AI先做，我再去筛选，再去思考。这不代表我停止思考，恰恰相反，我是把时间放在更重要的地方。为什么一定要从0开始？为什么不先让AI帮我跑一遍，甚至让不同模型先吵一架？吵完以后我再看。

有时候它们的结论我不认可，那我再从头思考，但多数时候总能指出一两个我忽略的东西。既然有一个IQ 300的免费助手，一双更犀利的眼睛光速帮你看遍全世界的文献？为什么还非要自己从头开始？那不是故意找自己的麻烦，觉得自己寿命太长。

杨晓磊：其实我刚才一直在想，你前面讲AI，讲零一万物，讲Palantir，但聊到最后又回到人，好像你越来越不觉得技术是最重要的。

李开复：技术当然重要，但技术一直都会变。我从PC时代走到互联网、移动互联网时代，再到今天AI时代，每一次革命最后留下来的都不是最会背技术参数的人，而是最愿意学习，最愿意承认自己错误，最愿意更新认知的人。

技术一直在变，人的好奇心和惯性其实都没变。所以失败很重要，失败逼着你更新自己。很多人真正的问题不是学不会，而是不愿承认自己过去那套东西不够用了。 很多企业也一样，嘴上都说相信AI，但真正让他改变管理、决策和组织方式，就不愿意了，因为太痛苦。承认过去做错了，本来就是一件痛苦的事情。

杨晓磊：所以你今天看AI，最大的挑战根本不是技术？

李开复：不是。技术问题最终都会被解决。今天解决不了，明天解决，美国解决不了，中国解决。

杨晓磊：那AI技术创业应该以什么论成败？

李开复：跟刚才一样的问题，做软件是不是一定要做Windows才算“皇冠明珠”，不然都是失败者？我希望成就的是整个世界拥抱AI，所以从没把零一万物的mission定为打造世界最强的基模或者应用，而是Make AI beneficial and accessible to every one，促使人工智能让人人受益。每个人都会说beneficial，OpenAI也说，但是前提是accessible，先要用得上。

谁不accessible？中国用不上美国的基模，哪些开发中国用不了，哪些传统行业不会用，这是跟我们mission符合的方向。你看得到我在哈萨克斯坦谈教育城乡的差别，AI可以解决一些问题。

我心中一直希望AI是好的东西，可AI带来最大的灾难其实是贫富差距，AI Native和非AI Native公司的差距越来越大。一种态度是，你可以说有钱人、创业者、billionaire，我就是AI Native，哪怕政府要来征我一点税救济其他人也OK，那其他人对不起，你们很不幸。

另一种态度就是人类都是平等的，凭什么Elon Musk那么多财富却不帮助别人？我尊敬他的才华，但这方面他没有显示出人性的光芒。所以我希望既能做成一个伟大的公司，也创造很大的价值。我们做的东西要帮大家更普及，不是帮助我一个人更富有。

杨晓磊：你的愿景从创业到今天没有变过？

李开复：没有变过。

杨晓磊：可不可以理解为，某种程度上，从《做最好的自己》到创新工场再到做零一万物，你其实是在做同一件事。

李开复：是。如果今天我只是做一家模型公司，其实没那么有意思。我更关心的是，怎么让原来不会用AI的人去用，怎么让更多企业真的转起来。我担心AI最大的风险不是用的人太多，而是太多人没用，最后形成越来越大的差距，AI Native的人越来越强，不会用AI的人越来越弱。

我这人的追求其实一直没太变，只是时代变了。二十年前，我希望帮助年轻人成长，后来希望帮创业者成长，今天希望帮助更多人拥抱AI，形式一直在变，底色没有太大变化。我一直觉得，当时代出现一个巨大机会，总要有人出来做一点事。如果不是我，那是谁呢？如果不是现在，那是什么时候呢？